大数据产业革命：重构DT时代的企业数据解决方案 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[美] 罗伯特·托马斯，[美] 帕特里克·马博兰 著，张瀚文 译

图书标签:

• 大数据
• 数据分析
• 数字化转型
• DT时代
• 产业革命
• 企业数据
• 数据解决方案
• 商业智能
• 数据驱动
• 技术创新

出版社： 中国人民大学出版社

ISBN：9787300211909

版次：1

商品编码：11697665

包装：平装

开本：16开

出版时间：2015-05-01

用纸：胶版纸

页数：314

产品特色

内容简介

　　一本倾注了IBM对大数据精准认识与深刻洞悉的宏篇巨著
　　IBM集团副总裁、大数据业务当家人亲自执笔
　　从IT时代到DT时代，助力企业升级转型
　　《大数据产业革命：重构DT时代的企业数据解决方案》从九大行业的应用场景出发，介绍了大数据这些行业中的实际运用及其带来的惊人的效果。作者总结梳理出了支撑各应用场景的54个数据模型和30个相关的数据要素。在书中，作者向我们指出了制定大数据战略的关键步骤，以及如何认识数据资产，如何实施业务流程再造，如何搭建大数据的体系架构等问题，旨在“动员”读者成为大数据产业革命的领导者，助力企业在迈向DT时代的过程中，成功进行升级转型。

作者简介

　　罗伯特·托马斯，IBM软件集团副总裁，IBM大数据和信息管理产品线负责人。他在商业运营战略、高科技、收购与资产剥离、制造运营以及产品的设计开发领域有着丰富的经验。在担任IBM软件业务拓展副总裁时期，托马斯先生领导收购了Netezza和Vivisimo两家大数据时代的领导企业。

　　帕特里克·马博兰，史密斯企业与环境学院资深研究员、牛津大学计量金融所教员、卡耐基梅隆大学电气与计算机工程系客座教授、英国皇家统计学会会员以及电气和电子工程师协会（IEEE）高级成员。他运用多学科方法在数据科学、决策制定以及风险管理中不断研发定量技术。他的研究领域涉及大数据、预言预测、预测分析、机器学习以及人类行为分析。

　　张瀚文，在富士通、IBM等全球知名企业有十余年的工作经验，做过市场、营销、产品、技术与渠道等多种工作。同时，他作为关键意见领袖（KOL）会定期在各大IT期刊、社区发表对前沿趋势的见解与观点。译著有《忠诚度革命》《敏捷性思维》等。

精彩书评

　　★如何击破存在于数据管理员与企业管理者之间的壁垒是大数据时代面临的挑战。《大数据产业革命》告诉创业家、成熟企业的管理层，以及对大数据充满好奇的人们，只有打破壁垒，迈出第一步，才能领略大数据带来的巨大价值。
　　　　——江青
　　中国统计信息服务中心大数据研究实验室主任
　　
　　★在《大数据产业革命》一书中，作者用讲述故事的笔触勾勒出未来的世界，在这个世界里，我们现在所熟悉的不少生产关系将被改写。本书适合引导多种类型的读者走近大数据。
　　——韩亦舜
　　清华大学数据科学研究院副院长
　　
　　★通过《大数据产业革命》一书，你将看到各行各业是如何运用数据将不可能变为可能的。企业要用数据增强自身的实力，并坚信能够发现那些从未被开拓过的领域，将商业与工业推升到一个全新的高度。
　　　　——李易
　　中国知名互联网专家、中国移动互联网产业联盟秘书长
　　
　　★《大数据产业革命》的作者罗伯特·托马斯是IBM大数据业务的当家人，他对于数据有着精准的认识和深刻的洞悉。在书中，通过对九大行业中大数据实战运作的深度解析，他提出了30个数据要素和54项数据模型，可以助力企业从IT时代到DT时代成功进行升级转型。
　　　　——薛载斌
　　赛迪研究院世界工业研究所所长
　　
　　★在大数据时代，快速准确的商业决策将使企业在竞争厮杀中脱颖而出。《大数据产业革命》一书通过详实的案例，向我们展现了如何借助他山之石，迎接属于你的大数据时代。
　　——崔昊
　　WatchStor.com总编
　　★《大数据产业革命》一书向我们展现了企业大数据的实战运作。这项技术的崛起正在快速转变我们的商业环境。如何在数据宝藏中迅速挖掘出极具价值的市场信息回馈，从而不断提升产品与服务的竞争优势，是每一位职业经理人所都当考虑的问题。
　　——张瀚文
　　IBM大中华区系统与科技部存储系统市场经理，大华东华中区市场经理
　　
　　★《大数据产业革命》一书将完全颠覆以往处理合作伙伴和顾客关系的游戏规则。大数据将无比清晰地为企业勾勒出未来的商业发展方向，关键在于你是否能够迎头赶上。
　　　　——刘宇
　　IBM大中华区系统与科技部主机及存储系统资深市场与策略经理
　　
　　★本书不仅有跨各行业的生动翔实的故事，也有作者提炼的五十四项大数据模型，但作者并没有止步于故事和模型，而是引导企业大数据实施和决策者进一步利用模型和各种精炼的体系架构为实施企业大数据创新提供方法论和指导，是企业决策者和相关管理人员认识、掌握进而实施大数据的指导书籍。
　　　　——陈滢
　　慧科教育研究院院长、集团高级副总裁

目录

引言
第1章 数据改变农业
第2章 被颠覆的医疗
第3章 保险精算师为什么会成为数据科学家
第4章 个性化的零售与时尚行业
第5章 被彻底改写的传统客户服务
第6章 智能机器能在不远的未来完胜人类吗
第7章 政府与社会之间游戏规则的变革
第8章 大数据时代企业的可持续发展
第9章 天气对能源的决定性影响
第10章 模型识别的意义
第11章 迎来崭新的数据时代
第12章 大数据的关键模型
第13章 数据带来的商机
第14章 从未停止创新的保时捷
第15章 彪马与阿迪的恩怨大战
第16章 制定基于大数据的企业决策
第17章 数据体系架构
第18章 参考体系架构中的业务视图
第19章 参考体系架构中的逻辑视图
第20章 面向未来的体系架构
结语
译者后记

精彩书摘

　　随着乘坐的过境航班缓缓降下滑行轮，我即将降落在旧金山国际机场。向窗外眺望，能见到正在扩张中的硅谷、东海湾以及远处天际边勾勒出的旧金山轮廓。很难相信，我来这里的目的是要准备参加2013年的农业探索大会，因为从天空中鸟瞰，这里绝大部分是混凝土建筑、高速公路与摩天大厦。
　　这家主业为农产品生产的企业总部距离旧金山国际机场不远，穿过迂回曲折的僻静小路便可到达。虽然此前从未拜访过这家企业，但这次我还是得到了这样一次机会，与该公司的执行管理层坐下来，一起探讨关于在农林渔牧领域运用大数据的课题。
　　相比旧金山的活力与硅谷的热火朝天，我更愿意接受这里平静祥和的氛围。进入会议议程后，我们讨论的话题逐渐转向到了农业生产：“为什么我上周买的草莓比前一周购买的好多了？”我想抛砖引玉，引导大家展开讨论，却未曾想到这个话题竟成了我们后续谈话的关键所在。
　　很显然，品质，尤其是品质的稳定性，是摆在各大生产厂商面前最核心的问题。因此，我提到了日本产品的精益生产品质管理，但该企业的执行管理层很快指出了，日本在实现品质的过程中是以大量的浪费为前提的。事实上，他们大约仅仅保留种植者所提供产品的10%。于是，在我脑海中勾勒出这样一个平衡三角形：其三个顶端分别由品质、品质的稳定性以及消除浪费所构成。
　　接下来的交流反映出了参与座谈会成员的一致观点：气候因素会单方面地影响到农作物的产量及其品质的稳定性。与会的每个人自然都无法改变天气，只能顺其自然。我意识到之所以会归咎于气候因素，是因为大家都认为大自然不能由自己掌控，而在各个季节中只能听凭各种未知的随机性与不确定性。
　　农业的历史进程
　　发达国家的农业发展过程构成了我们今天对农业的传统认知。追溯到1700年，农业可以划分为四个阶段。
　　18世纪（自给式农业）。农民生产出其所必要的最低数量的食物来养活家人，并为寒冷的冬季做一些准备。
　　19世纪（营利式农业）。这一阶段标志着农业从自给自足过渡到以营利为目的。这一时期广泛开始使用各类谷仓，用来存放各种工具、农作物与相应的设备。这个时期也被称为“农业拓荒”时期。
　　20世纪初（牲畜耕种农业）。在这一时期，“农业动力”主要来源于体重800多千克的马。农民们使用牲畜来翻耕、种植以及运输农作物。通过发挥牲畜的作用，首次显著地提升了农作物的生产力。
　　20世纪中期到末期（机械化农业）。经过了工业革命，这一时期的农民借助机械化来完成许多原先需要通过双手或牲畜来做的工作。不断增加的机械设备为农业带来了巨大的生产力，同时也提升了农作物的品质。
　　上述每一个时期都代表着农业向前迈出了重要的一步，引入全新而又切实可用的各项辅助设施：谷仓、工具、马匹与机械设备。从本质上来说，发展是基于具体的物质的，我们可以很清晰地从农业的发展历程中看到这一点。在每个阶段，产量与生产力都在不断提升，尤其是在20世纪后半叶出现了显著而巨大的提升。
　　经过这些发展阶段，农业变得更具效率，但并不代表着会变得更加智慧。
　　农业的数据时代
　　在当前的大数据时代，农业必须依赖数据来推动其发展。这一点比以往任何阶段都让普通人更难以理解，因为数据与具体的实物实在是大相径庭。你可以很容易地明白，马匹是如何帮助农民摆脱沉重的农业劳作的，但是要理解如何运用地理位置信息却完全是另外一回事。这背后蕴涵着多项无形的因素：知识、预测和决策。最终，数据是所有这一切的源泉。
　　简单列举农作物的生长过程有助于理解数据对农业的影响。我们都知道植物需要阳光，它们从土壤中汲取养分与水，然后茁壮成长，这个过程被称为光合作用。健康的植物需要通过一种称为蒸腾的过程来保持自身的温度相对较低（这类似于人体感受到压力后会排出汗水）。但是，假如植物缺乏养分或适宜的条件来完成蒸腾过程，那么植物的机能状态将会开始下降，从而对作物造成伤害。运用数据来改善农业，从根本上讲就是进行监督、控制，并在必要时对过程予以干涉。
　　根据美国环境保护署的统计，目前全美有220万个农场。这些农场与全球其他地区的农场类似，每年平均花在害虫防治、肥料以及其他各项生产项目中的开支高达11万美元。如果能够更好地收集、运用并处理各项数据，这将能够帮助农民在地域辽阔的土地上以更低的成本获得更高的利润。
　　马铃薯农业
　　马铃薯的种植是非常困难的，当你试图在大范围的面积内种植，使作物品质达到近乎完美的时候，尤其如此。马铃薯种植过程中的问题在于你所期望的农作物生长在地下，因此生产出高品质和高收益的马铃薯作物完全取决于其生长过程中的农艺管理。
　　在2013年美国西南数据对话峰会上，地标信息集团（LandmarkInformationGroup）的资深地理信息系统分析师罗伯特·艾伦博士（RobertAllen）同样强调了数据在马铃薯种植过程中的重要性，他的演讲题目是“运用智能手机来提升马铃薯作物中的农艺决策”。艾伦博士通过实例描述了在生长季节，运用各项数据对于农作物的成长与成熟是颇具裨益的。在农作物生长期间不断作出预测并采取干预措施，对农作物的最终产量将产生显著的影响。
　　产量预测以及灌溉管理过程中的一项关键变量是地被植物，这是指计算地面被绿叶覆盖的比率。地被植物是马铃薯种植管理中一项关键的信息输入。测量地被并不是简单地拿出卷尺进行丈量；这需要获取到马铃薯作物的图片，并收集大量和图片有关的信息数据（例如土壤内的水平衡等），然后保障数据能够被传递到农学家与农场主手中，这样他们可以根据数据蕴涵的信息采取切实有效的行动。我们的最终目的并不是收集信息，而是据此采取对策。
　　……

前言/序言

《大数据产业革命：重构DT时代的企业数据解决方案》 洞察时代脉搏，解锁数据潜能 在信息爆炸的时代洪流中，数据已不再是冰冷的数字，而是驱动企业决策、重塑商业模式、激发无限创新的核心引擎。我们正身处一个前所未有的“DT时代”，即数据技术（Data Technology）时代。在这个时代，企业不再仅仅是信息的生产者，更是数据的收集者、分析者、价值挖掘者。而《大数据产业革命：重构DT时代的企业数据解决方案》一书，正是为你导航这场深刻变革的权威指南。 本书并非空泛的理论探讨，而是聚焦于企业如何在DT时代立于不败之地，通过系统性、实操性的数据解决方案，实现从“IT驱动”到“DT驱动”的战略转型。我们深知，真正的挑战并非在于数据的获取，而在于如何将海量、多源、异构的数据转化为切实可行的商业洞察和竞争优势。因此，本书将带你深入企业数据解决方案的各个维度，从宏观战略到微观落地，层层剖析，为你构建一个完整、可执行的DT时代数据蓝图。 第一章：DT时代的黎明——数据驱动的必然性与挑战 本章将为你勾勒出DT时代的宏大图景。我们将探讨大数据缘何成为“新石油”，其蕴含的巨大价值究竟体现在何处。从市场需求的变化、消费者行为的升级，到技术发展的驱动，我们将层层递进，阐述企业必须拥抱数据驱动的根本原因。同时，我们也绝不回避DT时代企业面临的严峻挑战：数据孤岛、数据安全、人才短缺、技术门槛、以及如何将数据转化为可操作的商业策略等。本章旨在唤醒企业对数据潜能的认知，并直面转型过程中的关键痛点，为后续解决方案的展开奠定基础。 第二章：企业数据架构的基石——构建统一、灵活的数据平台 一个高效、稳健的数据平台是所有数据解决方案的根基。本章将深入探讨企业如何构建现代化的数据架构，以应对海量数据的存储、处理和分析需求。我们将详细介绍大数据技术栈的组成，包括但不限于分布式存储（如Hadoop HDFS）、分布式计算框架（如Spark、MapReduce）、数据仓库、数据湖、流式处理引擎（如Kafka、Flink）等。更重要的是，本书将强调构建统一、灵活的数据平台的理念，如何打破数据孤岛，实现数据的互联互通，并为未来的技术演进预留空间。我们将深入分析不同架构模式的优劣，以及企业如何根据自身业务特点选择最适合的平台方案。 第三章：数据治理的艺术——保障数据质量、安全与合规 数据是资产，而良好的治理则是保障其价值和安全的艺术。本章将聚焦于企业数据治理的关键要素，包括数据标准、元数据管理、数据质量管理、数据安全与隐私保护、以及合规性要求。我们将探讨如何建立清晰的数据责任制，如何通过自动化工具和流程来提升数据质量，如何构建纵深防御的数据安全体系，以及如何在日益严格的隐私法规（如GDPR、CCPA等）下合法合规地使用数据。数据治理不仅是技术层面的问题，更是组织文化和管理流程的体现。本章将为你提供一套系统性的数据治理框架，帮助企业建立可信赖的数据资产。 第四章：数据采集与整合——打通信息流，汇聚价值源泉 数据的价值始于有效的采集与整合。本章将深入解析企业在数据采集和整合过程中面临的挑战与解决方案。我们将详细介绍各种数据采集技术，包括批量采集、实时采集、API接口、日志采集、传感器数据等。同时，也将重点阐述如何进行多源异构数据的清洗、转换和集成，如何构建ETL/ELT流程，以及如何实现数据的标准化和统一化。从业务系统到第三方数据，再到物联网设备，本章将指导你如何构建一个强大的数据汇聚能力，为后续的分析与应用打下坚实基础。 第五章：数据分析与洞察——从数据到智能决策的飞跃 数据分析是DT时代的核心驱动力，它将原始数据转化为有价值的洞察。本章将全面介绍各类数据分析方法与技术，从描述性分析、诊断性分析，到预测性分析和规范性分析。我们将探讨统计学方法、机器学习算法、深度学习模型在企业中的应用，以及如何选择合适的分析工具（如BI工具、数据科学平台）。本书将重点关注如何将分析结果转化为可执行的商业洞察，如何为业务部门提供精准的支持，例如用户画像构建、市场趋势预测、风险评估、运营优化等。我们将通过丰富的案例，展示数据分析如何在实际业务中创造价值。 第六章：人工智能与大数据深度融合——赋能企业智能化升级 人工智能（AI）与大数据的深度融合是DT时代最激动人心的前沿。本章将深入探讨AI技术如何赋能企业的数据解决方案。我们将聚焦于机器学习、深度学习、自然语言处理、计算机视觉等AI技术在企业中的实际应用场景，例如智能推荐系统、智能客服、图像识别、文本分析、自动化决策等。本书将分析AI与大数据平台如何协同工作，如何构建端到端的AI解决方案，以及企业如何培养AI人才和建立AI驱动的组织文化。我们将为你揭示AI如何帮助企业实现从数据驱动到智能驱动的飞跃。 第七章：数据可视化与交互——让数据“说话”，驱动行动 再精妙的分析，如果不能被有效理解和沟通，其价值将大打折扣。本章将聚焦于数据可视化和交互的艺术，如何让数据以直观、易懂的方式呈现，从而驱动业务人员的理解与行动。我们将介绍各种可视化图表类型及其适用场景，探讨优秀的数据可视化设计原则，以及如何利用BI工具和可视化平台构建交互式仪表盘和报表。本书将强调如何通过可视化让隐藏在数据中的模式、趋势和异常显露出来，从而加速决策过程，提升业务敏捷性。 第八章：企业数据解决方案的落地实践——从战略到执行的路线图 理论终将回归实践。本章将为你提供一套切实可行的企业数据解决方案落地路线图。我们将从业务场景出发，深入探讨如何定义数据战略，如何识别关键数据需求，如何选择合适的技术栈和解决方案供应商。我们将分享项目管理的最佳实践，如何构建跨部门的数据团队，如何进行变革管理，以及如何持续迭代和优化数据解决方案。本书将通过一系列真实的行业案例，展示不同规模、不同行业的企业是如何成功落地数据解决方案，并从中获得显著的业务收益。 第九章：数据伦理与社会责任——构建负责任的数据生态 随着数据力量的日益增强，数据伦理和社会责任的重要性也愈发凸显。本章将探讨企业在DT时代应承担的数据伦理责任，包括数据偏见、算法歧视、隐私侵犯等潜在风险。我们将分析如何构建公平、透明、负责任的数据使用框架，如何建立有效的内部监管和外部审计机制，以及如何积极参与构建一个健康、可持续的数据生态。本书旨在引导企业在追求数据价值的同时，不忘科技向善的初心，成为负责任的数据公民。 第十章：未来展望——DT时代的持续演进与创新 DT时代并非一成不变，技术仍在飞速发展，商业模式也在不断演进。本章将展望DT时代的未来趋势，包括边缘计算、联邦学习、隐私计算、元宇宙中的数据应用等新兴技术和概念。我们将探讨企业如何保持敏锐的市场洞察力，如何持续拥抱创新，以及如何在未来的数据革命中保持领先地位。本书的最终目标是为你提供一种持续学习和创新的思维模式，让你能够驾驭不断变化的数据格局，在DT时代乘风破浪，实现企业的可持续增长和卓越发展。 《大数据产业革命：重构DT时代的企业数据解决方案》是你通往数据驱动未来的必读之作。无论你是企业决策者、技术负责人，还是对大数据充满好奇的探索者，本书都将为你提供宝贵的启示和实用的工具，帮助你在这个充满机遇与挑战的时代，解锁数据潜能，重塑企业辉煌。

评分☆☆☆☆☆

作为一名长期关注科技发展动态的观察者，我一直对大数据如何改变我们的生活和工作充满好奇。这本书为我提供了一个非常清晰的框架来理解这一变革。作者并没有回避大数据在应用过程中可能存在的伦理和隐私问题，反而将其置于重要的位置进行探讨，这让我对这本书的客观性和深度有了更高的评价。书中关于数据安全和隐私保护的章节，让我认识到企业在享受数据红利的同时，必须承担起相应的责任，建立健全的数据保护机制。我尤其欣赏作者对于“以人为本”的数据应用的倡导，强调数据的使用应该以提升人类福祉为最终目标。书中对未来大数据发展趋势的预测，也让我对这个充满活力的领域充满了期待。它不仅仅是一本介绍大数据技术的书籍，更是一本关于未来商业和社会发展的思考录，它鼓励我们以更审慎、更负责任的态度去拥抱大数据带来的机遇。

评分☆☆☆☆☆

这本书的副标题“重构DT时代的企业数据解决方案”深深吸引了我，虽然我不是大数据领域的专家，但对企业如何利用数据驱动增长一直充满好奇。翻开第一页，就被作者宏大的视角所折服，他描绘了一个数据正在以前所未有的方式重塑商业世界的图景，从客户洞察到运营优化，再到创新产品开发，数据似乎无处不在，又无所不能。我尤其对书中提到的“数据即资产”的理念印象深刻，它不再仅仅是冰冷的数字，而是企业宝贵的战略资源，能够转化为实实在在的竞争优势。作者用生动形象的比喻，将复杂的大数据技术概念解释得通俗易懂，例如将数据比作石油，需要提炼、加工才能发挥价值，这让我这样的非技术读者也能轻松理解。书中关于数据治理、数据安全以及数据伦理的讨论，也引发了我对企业社会责任的思考，毕竟，在享受数据带来的便利的同时，我们也需要警惕潜在的风险。整体而言，这本书为我打开了一扇了解大数据产业新格局的大门，让我对DT时代的企业发展有了更深刻的认知，并激发了我进一步探索数据价值的兴趣。

评分☆☆☆☆☆

《大数据产业革命：重构DT时代的企业数据解决方案》这本书，从一个旁观者的角度来看，它提供了一个非常全面的视角来审视大数据时代的企业变革。我印象最深的是书中对“数据科学家”这一角色的重要性进行了强调，并阐述了他们如何通过复杂的算法和模型，从海量数据中挖掘出有价值的洞察。作者不仅仅局限于技术的介绍，更深入地探讨了数据在商业模式创新中的关键作用。他用一系列引人入胜的案例，展示了企业如何利用大数据来发现新的盈利点，或者颠覆传统的商业逻辑。例如，书中提到的共享经济平台是如何通过数据精准匹配供需，从而实现高效运转的，这让我对数据驱动的商业模式有了更直观的认识。此外，作者对于企业在数据应用过程中可能遇到的挑战，例如数据质量不高、人才缺乏、文化阻碍等，也给出了切实的建议。这本书就像一位经验丰富的向导，带领读者穿梭于复杂的大数据世界，指引企业如何在DT时代找到自己的生存之道和发展机遇。

评分☆☆☆☆☆

我一直对那些能够精准预测市场趋势、解读消费者行为的书籍情有独钟，而《大数据产业革命》恰恰满足了我的这一需求。作者在书中详细阐述了大数据如何赋能企业进行更精准的市场定位和营销策略制定，尤其是在个性化推荐、精准广告投放方面，案例分析非常到位。我喜欢书中关于“数据驱动的决策”这一章节，它不仅仅是理论的阐述，更是结合了大量实际案例，展示了企业如何通过数据分析来优化产品设计、提升客户满意度，甚至预测潜在的市场风险。作者对不同行业在大数据应用上的差异化分析也极具启发性，从零售到金融，再到医疗健康，各个领域的数据应用场景都得到了细致的描绘，让我看到了大数据在不同场景下的独特价值。更重要的是，书中对于构建企业数据能力，包括人才、技术和文化方面的系统性建议，给我提供了非常宝贵的参考。我尤其欣赏作者对于数据分析师的培养方向的探讨，以及如何建立数据驱动的企业文化，这些都是企业数字化转型过程中不可或缺的环节。

评分☆☆☆☆☆

这本书的出版，无疑为当前蓬勃发展的大数据产业注入了一股清流，其视角之宏大、分析之深入，在我阅读过的相关书籍中是难得一见的。作者不仅对大数据技术本身的发展脉络进行了梳理，更着眼于其对整个产业生态的颠覆性影响。我特别被书中关于“数据供应链”的论述所吸引，它将数据从采集、清洗、处理到分析、应用的全过程进行了系统性的阐释，让我对大数据产业的运作机制有了更全面的理解。作者对于不同类型的大数据技术，如机器学习、深度学习、人工智能等，是如何协同作用，共同构建强大的数据解决方案，也进行了细致的剖析。书中关于平台化、生态化的大数据服务模式的探讨，更是指明了未来大数据产业的发展方向。我从中看到了数据孤岛被打破，数据资源得以共享和重塑的趋势，这对企业提升效率、降低成本具有重要的意义。这本书不仅适合企业决策者阅读，对于技术开发者、数据分析师，乃至对大数据产业感兴趣的普通读者，都能从中获得深刻的启发。

评分☆☆☆☆☆

讲得比较虚，不喜欢看

评分☆☆☆☆☆

好评

评分☆☆☆☆☆

商品物流很给力，快递员服务态度好，送货上门，京东给力

评分☆☆☆☆☆

不错

评分☆☆☆☆☆

快，还没看，后续继续关注

评分☆☆☆☆☆

还是喜欢纸质书

评分☆☆☆☆☆

不错

评分☆☆☆☆☆

不错

评分☆☆☆☆☆

很好，配送很快。是正版书